Caracterización de Variables Aleatorias

Slides:



Advertisements
Presentaciones similares
Estadística Unidad I Tablas de frecuencia DuocUC Sigla: EST400 Nombre Asignatura: Estadística 1 Material de apoyo Nº 2/Unidad 1.
Advertisements

ESTADISTICA I ESTADISTICA I Variables aleatorias
Tema.10. Conceptos básicos de muestreo y probabilidad aplicados a modelos en Psicología. Principales conceptos. Teoremas básicos. Variables aleatorias.
Estadística I. Finanzas Y Contabilidad
UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION BINOMIAL
METODO SIMPLEX FORMA TABULAR.
FORMA TABULAR. REGLAS DE AUMENTO TIPO DE RESTRICCION Agregar a la restricción Agregar a la función objetivo (las variables de holgura y excedente tienen.
1.Introducción a la Estadística 2.Descripción de los conjuntos de datos 3.Uso de la Estadística para sintetizar conjuntos de datos 4.Probabilidad 5.Variables.
Variables Aleatorias Continuas
Sea f(x) una función acotada en [a, b].
MÉTODO DE ELIMINACIÓN Lic. ANDRES LATORRE S..
INSTITUTO TECNOLÒGICO UNIDAD IV CADENAS DE MARKOV
I Resumen Variable Aleatoria
CLASE 1: Recordando algunos conceptos previos de Estadística
Características numéricas de una variable aleatoria
Rubén Mullor Dpto. Estadística e Investigación Operativa
Contraste de Hipótesis Contraste de Hipótesis
Variables Aleatorias ETSITGC Madrid. Variables Aleatorias ETSITGC Madrid Índice.
Caracterización de Variables Aleatorias
ANTECEDENTES DE ESTADÍSTICA PARA LA INVESTIGACIÓN: 3
Hugo Jimenez Miguel Galicia Manuel Wiechers. Introducción No solo considera el edo. del proceso en el instante t El costo puede depender de más variables.
3. CARACTERIZACIÓN DE LAS DISRIBUCIONES DE PROBABILIDAD: Sus parámetros (VARIABLES ALEATORIAS DISCRETAS Y CONTINUAS) Universidad Católica de Santiago de.
Se lanza tres monedas sobre una mesa.
II.2 DISTRIBUCIONES CONTINUAS DISTRIBUCIÓN UNIFORME O RECTANGULAR
Estadística Computacional
DISTRIBUCION BINOMIAL
Rectas presupuestarias x2x2 x1x1 Elecciones optimas.
Transformaciones de variables aleatorias
Índice Estadística Aplicada Unidad II: Probabilidades
Distribuciones de Probabilidad
MUESTREO ESTADISTICO. Nivel de Comportamiento Se puede entrevistar o encuestar a una muestra representativa para programas de muchos clientes.
Fallas por crecimiento, fallas por disminución Eliseo Martínez H. Héctor Varela V. Universidad de Antofagasta.
DISTRIBUCIÓN DE PROBABILIDAD CONTINUA DÍA 61 * 1º BAD CT.
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
PROBABILIDAD Y ESTADISTICA
MÉTODO BOOTSTRAP Considere una muestra aleatoria de tamaño n = 10 con las siguientes observaciones: X1 = -2.41, X2 = 4.86, X3 = 6.06, X4 = 9.11 X5 = 10.2,
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
Distribución Normal.
Continuación Unidad 3 Generación de variables aleatorias.
TEMA 4.1. INTRODUCCION A LA PROBABILIDAD (cont.)
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
AGENDA Distribuciones de probabilidad discreta
1 Denominamos F(x) a función de distribución de una variable aleatoria X, que viene dada por la expresión siguiente: 0 si x < 0 F(x) = P X (X  x) = p.
1.Introducción a la Estadística 2.Descripción de los conjuntos de datos 3.Uso de la Estadística para sintetizar conjuntos de datos 4.Probabilidad 5.Variables.
Se dice que una variable aleatoria es continua si toma valores en el conjunto de los números reales, o en un intervalo de números reales. Por ejemplo,
¿Cuándo usar esta distribución?
Unidad II: Variables Aleatorias Concepto Discreta y Continua Fun. de densidad Fun. de probabilidad F. de distribución Esperanza y Varianza Propiedades.
Consignas Laboratorio III. ► Ejercicio 1 ► Al tirar un dado se obtiene la realización de una variable aleatoria discreta independiente con valores posibles:
Construcción de una tabla para datos agrupados
Tema 6: Distribuciones estadísticas
Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
PROBABILIDAD II Distribuciones. Distribución de frecuencia: es un listado de frecuencias observadas de todos los resultados de un experimento que se presentaron.
1.Introducción a la Estadística 2.Descripción de los conjuntos de datos 3.Uso de la Estadística para sintetizar conjuntos de datos 4.Probabilidad 5.Variables.
Tema 4: Lo más normal del mundo
Distribuciones de Probabilidad
Tema 3: El azar también se distribuye Una distribución: la binomial Imagen de Freddy The Boy bajo licencia Creative CommonsFreddy The Boy.
Un modelo muy discreto Matemáticas, juego,...fortuna: Un modelo muy discreto La distribución binomial Imagen de Comodoro Deportes bajo licencia Creative.
Inferencia Estadística Conceptos Previos. Conceptos Previos Población: Es la colección de toda la posible información que caracteriza a un fenómeno aleatorio.
@ Angel Prieto BenitoMatemáticas Aplicadas CS I1 U.D. 14 * 1º BCS DISTRIBUCIÓN BINOMIAL.
09. Análisis de datos en tablas de contingencia Módulo II: Análisis descriptivo univariado Análisis de Datos Aplicado a la Investigación.
Matemáticas Aplicadas CS I
Tema 4: Variables aleatorias discretas La distribución binomial
D ISTRIBUCIÓN DE PROBABILIDAD Alumno: Rafael Rosete Cabrera Centro de Estudios del Atlántico Catedrático: Cesar Pérez Pérez.
Variable aleatoria y función probabilidad IV medio
Tarea # 1. Una variable es un símbolo que actúa en las funciones, las fórmulas, los algoritmos y las proposiciones de las matemáticas y la estadística.
DISTRIBUCIONES DE PROBABILIDAD Por Jorge Sánchez.
CLARA ESPINO..  Representan los posibles resultados de un experimento aun no realizado, o los posibles valores de una cantidad cuyo valor actualmente.
¡Campana y se acabó! Matemáticas, juego,...fortuna: ¡Campana y se acabó! Distribución Normal Imagen de Adrián Pérez bajo licencia Creative CommonsAdrián.
Caracterización de Variables Aleatorias
Distribuciones: Discretas
Transcripción de la presentación:

Caracterización de Variables Aleatorias ETSITGC Madrid Función de Probabilidad (v.a. discreta) Función de Densidad (v.a. continua) Función de Distribución (v.a. discreta o continua)

Variables Aleatorias: discretas ETSITGC Madrid Función de Probabilidad Función de Distribución Ejemplo Índice Índice

Variables Aleatorias: discretas ETSITGC Madrid Función de Probabilidad Función de Distribución a) K se obtiene sabiendo que la sumas de las probabilidades tiene que dar 1 b) La Función de distribución se obtiene sumando las probabilidades. Índice

Variables Aleatorias: discretas ETSITGC Madrid Función de Distribución Función de Probabilidad Ejemplo xi P(X=xi) x1 P(X=x1) = F(x1)- F(x1-) x2 P(X=x2) = F(x2)- F(x2-) … …….. xk P(X=xk) = F(xk)- F(xk-)   Índice

Variables Aleatorias: discretas ETSITGC Madrid Función de Distribución Función de Probabilidad A) Es una función Continua por la derecha, No decreciente y cuya imagen va del 0 a 1. Índice

Variables Aleatorias: continuas Función de Distribución ETSITGC Madrid Función de Densidad Función de Distribución Ejemplo Índice

Variables Aleatorias: continuas Función de Distribución ETSITGC Madrid Función de Densidad Función de Distribución Debe resultar una función Continua, No decreciente y cuya imagen va del 0 a 1. Índice

Variables Aleatorias: continuas Función de Distribución ETSITGC Madrid Función de Densidad Función de Distribución Ejemplo Índice